长沙理工大学用电安全与电力气象灾害课题组提出一种基于时域信号超分辨率的串联电弧检测方法

阅读提示：本文约 1600 字

导语

串联电弧故障是电气火灾的主要元凶之一，一般基于高频电流分析可以检测串联电弧。但工程现场常用的开口式电流互感器采样率有限，高频特征信号难以捕捉，导致传统检测方法频频失效。

长沙理工大学用电安全与电力气象灾害防护课题组提出一种基于时域信号超分辨率的检测思路——用算法把低分辨率数据“算”成高分辨率，让原本模糊的电弧波形变得清晰可辨，检测精度因此大幅提升，有效提升了工程现场串联电弧故障的检测能力。

研究背景

串联电弧故障占电气火灾总数的30%以上，串联电弧串联在负载回路中，其电流夹杂在正常负荷电流之中，而负荷电流本身存在波动，加之电弧具有间歇性、随机性等特征，传统保护装置难以有效识别。

现有检测方法大多依赖从电流信号中提取高频特征，这要求使用高性能闭口式电流互感器（采样率需达100kHz及以上）。但在实际工程中，受不停电安装条件的限制，现场只能采用采样率受限的开口式电流互感器（一般不超过25kHz），高频特征信号难以获取，导致检测精度严重不足。

论文所解决的问题及意义

针对实际工程中开口式电流互感器采样率受限导致高频特征信号丢失（如图1所示），能量分布模糊，无法准确还原电弧故障的高频特征从而精确识别电弧故障，导致传统检测算法精度严重不足这一问题，本文提出一种基于时域信号超分辨率的串联电弧检测方法。

在不改变现场已装设的开口式电流互感器及其低采样率硬件条件的前提下，仅通过算法实现对低采样信号高频特征的精准重建，提升了不停电安装场景下的电弧检测能力。这为串联电弧故障检测在工程中的大规模部署提供了一条切实可行的技术路径。

图1 部分常用负载串联电弧时双通道FFT分析

（通道AI1为50kHz采样率，通道AI2为25kHz采样率）

论文方法及创新点

为实现对低采样信号高频特征的精准重建，本文提出DCTF-GAN双域协同超分辨架构。

TimeGAN虽能有效学习时间序列的长期依赖和动态特征，但其核心设计侧重于时域动态模式的重建与生成，对信号频域特性的精细刻画能力不足。

本文在TimeGAN基础上，设计了并联双路径架构（如图2所示），时域路径用LSTM捕捉电流信号的长时序依赖关系，频域路径用一维卷积提取局部频域特征，两条路径并行处理，确保时域和频域信息都得到精准重建。利用跨模态注意力融合机制对齐时域与频域特征，以时域查询向量与频域键向量交互建模，动态突出电弧高频突变区域（起弧/熄弧瞬间），将频域特征注入时域主干。增加对数频谱能量匹配损失和专门评估频域真实性的判别器，解决传统方法重时域、轻频域的缺陷。

图2 改进生成器示意图

结论

基于TimeGAN的双域协同超分辨与深度检测一体化方案，引入时频双路径生成网络和跨模态注意力机制，实现了对低采样信号高频特征的精准重建，显著提升了便携设备下的电弧检测能力。配合RNN-Transformer 检测模型，实现了仅用低采样率数据也能获得接近高采样水平的电弧检测准确率，为低采样率条件下的串联电弧故障检测提供了新的方法支撑。

团队介绍

长沙理工大学用电安全与电力气象灾害课题组，由苏盛教授等老师与30余位博士、硕士研究生组成。团队成员主持完成国家自然科学基金项目2项、湖南省重点研发课题及博士后特别资助课题等省部级项目6项；承担电气火灾、间歇性漏电故障定位及洪涝灾害防护等领域课题。发表学术论文200余篇；授权发明专利29项；参与获得国家技术发明二等奖1项，省部级技术发明一等奖3项和湖南省科技创新团队奖。

杨天鹏

硕士研究生，研究方向为低压配电网串联电弧故障检测。

李彬

博士，讲师，硕士生导师，研究方向为低压用电安全。

本工作成果发表在2026年第13期《电工技术学报》，论文标题为"基于时域信号超分辨率的串联电弧检测方法"。本课题得到国家自然科学智能电网联合基金项目和中国南方电网有限责任公司科技项目资助。

引用本文

杨天鹏, 龙葵, 李秋惠, 牟炜淇, 李彬. 基于时域信号超分辨率的串联电弧检测方法[J]. 电工技术学报, 2026, 41(13): 4554-4568. Yang Tianpeng, Long Kui, Li Qiuhui, Mou Weiqi, Li Bin. Series Arc Fault Detection Method Based on Time-Domain Signal Super-Resolution. Transactions of China Electrotechnical Society, 2026, 41(13): 4554-4568.